| ID | 1252613 |
|---|---|
| Klassenraum | 3 Tage 9:00-16:30 |
| Webinar | 5 Tage 9:00-12:30 |
| Methode | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Datenanalysten |
- Daten in R beschreiben, darstellen und zusammenfassen
- Statistische Modelle für Prognosen und Erklärungen mit der linearen Regression in R aufbauen
- Wahrscheinlichkeitstheorie verstehen und wichtige Verteilungen kennenlernen
- Eigenschaften von Daten prüfen und mit Hypothesentests bewerten
- Analysen für kategoriale Daten in R durchführen
- Daten mit R und RStudio bearbeiten
- Datensätze beschreiben
- Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreiben
- Zusammenhängen aufdecken
- Weisen Sie Zusammenhänge zwischen Datenreihen nach
- Statistische Modelle entwickeln
- Verwenden Sie Regression, um Daten in Modellen zu erklären
- Rechnen mit Wahrscheinlichkeiten
- Setzen Sie induktive Statistik für Wahrscheinlichkeiten ein
- Hypothesen testen und nachweisen
- Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfen
- Wahrscheinlichkeitsverteilungen kennenlernen
- Lernen Sie gängige Verteilungen kennen und nutzen
- Schlussfolgerungen über die Grundgesamtheit treffen
- Leiten Sie aus der Stichprobe Eigenschaften über die Grundgesamtheit ab
Beschreibung
Nutzen Sie R und RStudio für die deskriptive und induktive Datenanalyse und beschreiben Sie Daten, weisen Sie Eigenschaften nach und prüfen Sie Hypothesen.
Spezial
In Statistik mit R-Programmierung einsteigen.
Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
R ist eine freie und damit kostenlose Programmiersprache für statistische Analyse und statistische Grafiken. R gilt zunehmend als die statistische Standardsprache sowohl im kommerziellen als auch im wissenschaftlichen Bereich. Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Dieses Seminar zeigt Ihnen zunächst, wie sie mit R grundsätzlich arbeiten können und Daten lesen und schreiben sowie Grafiken erzeugen können. Im zweiten Teil beschäftigen Sie sich mit deskriptiver Statistik, d.h. statistischen Lage- und Streuungsmaßen für metrische Daten und Korrelation sowie Kennzahlen für kategoriale Daten. Im dritten Teil lernen Sie die Theorie der Wahrscheinlichkeit sowie die gängigen statistischen Standard-Verteilungen kennen. Danach lernen Sie, typische Fragestellungen für kategoriale und metrische Daten mit Hilfe der induktiven Statistik zu beantworten und so von der Stichprobe auf die Grundgesamtheit zu schließen.
